郭 文 斌

(陜西師范大學教育學院，西安 710062)

知識圖譜：教育文獻內(nèi)容可視化研究新技術(shù)*

郭 文 斌

(陜西師范大學教育學院，西安 710062)

如何對數(shù)字時代產(chǎn)生的海量信息進行客觀、高效和科學的整理，產(chǎn)生出新的知識為教育研究者所用，已經(jīng)成為當前教育研究者必備的素養(yǎng)。本文旨在促進教育研究者通過使用計算機，將抽象數(shù)據(jù)信息轉(zhuǎn)化為可視化信息，增強他們快速識別抽象信息的認知過程。論文對知識圖譜進行教育文獻內(nèi)容可視化的原理、繪制流程及注意事項進行了較為詳細的介紹和實例說明。結(jié)果發(fā)現(xiàn)，作為教育文獻內(nèi)容可視化的知識圖譜屬于較新的科學計量分析方法，它能夠通過圖像直觀展現(xiàn)出教育研究最前沿領域和學科知識的信息會聚點，從宏觀、中觀、微觀等不同層面來揭示教育研究發(fā)展的概貌，便于研究者全面審視教育研究領域的結(jié)構(gòu)和研究熱點、重點等信息。結(jié)果表明，知識圖譜通過信息可視化對教育文獻內(nèi)容進行定量研究和定性研究的結(jié)合，極大提升了教育文獻內(nèi)容研究的質(zhì)量，為海量教育文獻內(nèi)容的深度解讀提供了可行性的技術(shù)支持。

知識圖譜；教育文獻；信息可視化；內(nèi)容可視化

一、引言

過去，在互聯(lián)網(wǎng)和數(shù)字化時代沒有到來之前，研究者為了解教育領域發(fā)展的整體狀況，首先，通過人工方法查閱教育領域的幾乎所有文獻；其次，從大量文獻中篩選出相對重要的文獻(郭文斌，2015)；最后，研究者依據(jù)自己的專業(yè)特長對文獻資料進行綜合加工，撰寫文獻綜述。這樣的文獻研究方法，不僅因為研究者站立角度和主觀判斷的差異，造成選取的文獻材料有較大的出入，文獻研究結(jié)論難以得到重復驗證，而且，還可能會因為文獻資料搜集的人為遺漏，產(chǎn)生錯誤或者不當?shù)臍w類和總結(jié)(郭文斌，陳秋珠，2012)。如今，隨著知識大爆炸和全球數(shù)字化時代的到來，教育文獻不僅以海量方式呈現(xiàn)，而且其呈現(xiàn)的內(nèi)容和主題也在快速發(fā)生變化。要對如此海量、多變的教育文獻進行研究，客觀地捕捉出它們發(fā)展變化的特點，傳統(tǒng)的文獻處理方法難以勝任。在數(shù)字化時代背景下，憑借數(shù)據(jù)挖掘和信息可視化技術(shù)，對已有海量信息進行客觀、高效和科學的整理，產(chǎn)生新的知識的科學計量學逐漸發(fā)展并且成熟起來(郭文斌，方俊明，陳秋珠，2012)。1989年，羅伯遜等人提出了信息可視化概念。信息可視化主要指通過使用計算機，將抽象數(shù)據(jù)信息轉(zhuǎn)化為可視化信息，增強人們快速識別抽象信息的認知過程(Bederson & Shneiderman，2003)。信息可視化技術(shù)可以自動生成可視化內(nèi)容地圖，這些地圖不僅可以抽取和定義信息模型、種類和作者、概念以及其它信息實體之間的關(guān)系，而且，它還支持多種多樣的交互功能，用于用戶探索概念關(guān)系和隱含的信息(林夏，2004)。也就是說，內(nèi)容信息可視化可以顯示出專業(yè)領域中出現(xiàn)的交叉學科的復雜現(xiàn)象，從而獲得詳盡的前沿科學信息分析結(jié)果，它不僅有助于科學家在最短時間里了解和預測前沿科技研究動態(tài)，而且還有助于在復雜的科研信息中開辟新的未知領域，提供快速獨立科學判斷的客觀依據(jù)(郭文斌，2015)。知識圖譜作為文獻內(nèi)容可視化的科學計量方法之一，近年越來越受到研究者的重視和青睞。2003年美國科學院組織的“mapping knowledge domains”討論會，預示著世界科學計量學中知識圖譜和可視化研究的春天已經(jīng)到來。知識圖譜已成為科學共同體結(jié)構(gòu)與發(fā)展實證研究的主流方法，廣泛用于很多學科領域的可視化研究。但是，國內(nèi)教育研究方法方面還比較落后(郭文斌，方俊明，2015)，許多現(xiàn)代科學研究方法較少在教育科研中應用，現(xiàn)代數(shù)學遲遲未被引進到教育科學中來(鄭日昌，崔麗霞，2001)。為促進教育研究者認識和準確把握信息可視化，將知識圖譜方法運用于教育研究中，本文對知識圖譜的概念、應用原理、繪制流程以及注意事項進行較為全面的介紹和說明。

二、知識圖譜進行教育文獻內(nèi)容可視化的基本原理和繪制流程

知識圖譜也被稱為科學知識圖譜、知識域可視化或知識域映射地圖，是可視化地描述人類隨時間擁有的知識資源及其載體，繪制、挖掘、分析和顯示科學技術(shù)知識以及它們之間的相互聯(lián)系，在組織內(nèi)創(chuàng)造知識共享的環(huán)境以促進科學技術(shù)知識的合作和深入(劉則淵, 陳悅, 侯海燕，2010)。知識圖譜以科學學為基礎，涉及應用數(shù)學、信息科學及計算機科學諸學科交叉的領域，是科學計量學和信息計量學的新發(fā)展。知識圖譜能夠用直觀圖像展現(xiàn)出最前沿領域和學科知識的信息會聚點，從宏觀、中觀、微觀等不同層面來揭示一個領域或?qū)W科的發(fā)展的概貌，使人們便于全面審視一個學科的結(jié)構(gòu)和研究熱點、重點等信息(郭文斌，陳秋珠，2012)，生成新的知識。在教育學領域使用知識圖譜的目的在于：將教育領域的知識和引人矚目的信息以可視化的圖像直觀地展現(xiàn)出來，挖掘、分析和顯示教育領域知識及其聯(lián)系，判定教育領域的研究前沿及歷史演進路徑，為后續(xù)科研選題和研究走向提供合理性的意見和建議。

(一)知識圖譜的基本原理

知識圖譜的基本原理是科學文獻、科學家、關(guān)鍵詞等分析單位的相似性分析及測度。根據(jù)不同的方法和技術(shù)可以繪制不同類型的科學知識圖譜。首先，通過計算機和互聯(lián)網(wǎng)搜索引擎強大的自動查詢功能，在極短的時間里面完成對海量信息的準確查詢；其次，通過計算機對已查詢到海量零散信息進行文獻計量統(tǒng)計分析，不僅可以通過量化模型將其以科學的、可視化的形式直觀的呈現(xiàn)出來，而且還可以發(fā)現(xiàn)它們之間的深層次關(guān)系和趨勢，為今后在該領域的研究提供更有力的客觀數(shù)據(jù)和科學支持(任紅娟，張志強，2009)。

(二)知識圖譜的繪制流程

知識圖譜的繪制流程主要有五個步驟(胡澤文，孫建軍，武夷山，2013)：首先，確定并選取合適的數(shù)據(jù)源；其次，數(shù)據(jù)源數(shù)據(jù)采集；第三，選取合適的知識圖譜繪制工具；第四，繪制知識圖譜；第五，知識圖譜解讀和分析。

1.確定并選取合適的數(shù)據(jù)源

為了確保繪制知識圖譜文獻的準確性和全面性，繪制知識圖譜初期查詢文獻時，一定要選取較為權(quán)威的文獻數(shù)據(jù)庫作為數(shù)據(jù)源?，F(xiàn)在較為公認的權(quán)威文獻數(shù)據(jù)庫有：中文社會科學引文索引數(shù)據(jù)庫(Chinese Social Sciences Citation Index，CSSCI，網(wǎng)址為http://cssci.nju.edu.cn)、中國知識基礎設施工程數(shù)據(jù)庫(China National Knowledge Infrastructure，CNKI，網(wǎng)址為http://www.cnki.net)、萬方數(shù)據(jù)庫(wan fang data，WFD，網(wǎng)址為http://www.wanfangdata.com.cn)、大型綜合性以及多學科的Web of Science(WOS)核心期刊引文索引數(shù)據(jù)庫(包括SCI、SSCI、A&HCI，網(wǎng)址為http://www.isiknowledge.com)、全球最大的文摘和索引數(shù)據(jù)庫Scopus(網(wǎng)址為http://www.elsevier.com/solutions/scopus)等。

2.數(shù)據(jù)源數(shù)據(jù)采集

在找到合適的數(shù)據(jù)庫后，研究者可以根據(jù)自己需要，選擇主題、作者、出版物名稱、關(guān)鍵詞或者時間等多個標準作為檢索條件。查找到符合檢索要求的文獻后，一般將其按照包含作者、題目、摘要和文獻的引文等字段的固定格式加以采集和保存。對數(shù)字信息進行保存時，研究者可以直接選用數(shù)據(jù)源數(shù)據(jù)格式保存，也可以根據(jù)繪制知識圖譜軟件需要，選用特定軟件或者自己編程來對查詢到的信息資料格式進行加工。對于無法通過數(shù)字化查詢的重要數(shù)據(jù)，研究者可以通過手工錄入的方式來實現(xiàn)信息保存。

3.選取合適的知識圖譜繪制工具

知識圖譜繪制的工具有：Citespace、Bibexcel、Wordsmith Tools、Pajek、Ucinet、BICOMB、Histcite 、Sci2等軟件。

(1)Citespace由美國德雷賽爾大學(費城)信息科學與技術(shù)學院的陳超美開發(fā)，可獲取地址為http://cluster.ischool.drexel.edu/～cchen/citespace/download.html。

(2)Bibexcel由瑞典科學家Olle Persson開發(fā)，可獲取地址為http://homepage.univie.ac.at/juan.gorraiz/bibexcel/index.html。

(3)Wordsmith Tools由英國詞法分析軟件公司和牛津大學出版社(Lexical Analysis Software and Oxford University Press)聯(lián)合研發(fā)，可獲取地址為http://www.lexically.net/publications/copyright_permission_for_screenshots.htm。

(4)Pajek 由斯洛文尼亞盧布爾雅那大學社會科學學院(University of Ljubljana，F(xiàn)aculty of Social Sciences)的Vladimir Batagelj和Andrej Mrvar共同開發(fā)，可獲取網(wǎng)址為http://vlado.fmf.uni-lj.si/pub/networks/pajek/。使用Pajek時，數(shù)據(jù)格式為.net格式。

(5)Ucinet(University of California at Irvine NETwork)最初由加州大學爾灣分校社會網(wǎng)研究的權(quán)威學者Linton Freeman 編寫。后來Stephen Borgatti、Martin Everett和Linton Freeman擴展了該軟件功能?？色@取地址為http://www.analytictech.com/ucinet/download.htm。

(6)BICOMB是書目共現(xiàn)分析系統(tǒng)(Bibliographic Item Co-Occurrence Matrix Builder)的英文縮寫，它受到我國衛(wèi)生政策支持項目(HPSP)資助，由中國醫(yī)科大學醫(yī)學信息學系崔雷教授和沈陽市弘盛計算機技術(shù)有限公司協(xié)作研發(fā)?？色@取地址為http://www.cmu.edu.cn/bc/menu1.html。

(7)Histcite(history of cite，引文歷史)由美國Eugene Garfield和其科研團隊研發(fā)。可獲取地址為http://interest.science.thomsonreuters.com/forms/HistCite/。

(8) Sci2(Science of Science)由美國印第安納大學的Katy B?rner及其團隊研發(fā)?？色@取地址為http://sci2.wiki.cns.iu.edu/display/SCI2TUTORIAL/Science+of+Science+%28Sci2%29+Tool+Manual;jsessionid=FCEAD9B9DE117DCD8F3FE4F68848B3B7。

值得注意的是，上述的(2)和(6)雖然可以對數(shù)據(jù)源下載數(shù)據(jù)進行處理獲得相關(guān)的共現(xiàn)分析數(shù)據(jù)，但是，要想獲得可視化的知識圖譜，還需要進一步與SPSS、Pajek 或者Ucinet相互配合使用。

4.繪制可視化知識圖譜

一般繪制可視化的知識圖譜常用方法有：引文分析法、共被引分析法、詞頻分析法、社會網(wǎng)絡分析法。

(1)引文分析法

就是利用各種數(shù)學、統(tǒng)計學的方法，以及比較、歸納、抽象、概括等邏輯方法，對科學期刊、論文、著者等各種分析對象的引用和被引用現(xiàn)象進行分析，以便揭示其數(shù)量特征和內(nèi)在規(guī)律，達到評價、預測科學發(fā)展趨勢的一種信息計量研究方法(邱均平，2007)。采用引文分析形成的網(wǎng)絡結(jié)構(gòu)，可以發(fā)現(xiàn)，最近幾年教育研究領域引用較為集中的文獻。這些文獻的研究領域便構(gòu)成了教育研究領域的熱點和前沿。

(2)共被引分析法

采用聚類分析、多維尺度分析等多元統(tǒng)計分析方法，以教育領域有代表性的文章、詞匯、作者或者刊物作為分析對象，將它們間錯綜復雜的共引網(wǎng)狀關(guān)系簡化為數(shù)目相對較少的若干類群之間的關(guān)系，并直觀地表示出來，使分析對象之間相互關(guān)系的格局清晰可辨(陳定權(quán)，2005)。采用共被引分析法可以發(fā)現(xiàn)教育研究的領域分布、權(quán)威期刊、權(quán)威作者以及熱點詞匯構(gòu)成。

(3)詞頻分析法

詞頻分析法主要通過分析某一研究領域中，文獻中的詞出現(xiàn)的頻次高低，可以確定該領域發(fā)展動向和研究熱點發(fā)展動向(馬費成，張勤，2006)。詞頻分析法屬于定性分析方法，但它與傳統(tǒng)文獻定性分析的最大不同之處在于，較好地摒棄了研究者的個人喜好，通過對文獻中關(guān)鍵詞、主題詞以及篇名的詞頻準確、客觀的分析，有助于得出深入并且共識性的結(jié)論。采用詞頻分析法，可以較好的直觀展示出教育研究領域的新的發(fā)展及變化。

(4)社會網(wǎng)絡分析法

社會網(wǎng)絡分析法是測量與調(diào)查社會系統(tǒng)中各部分(點)的特征與相互間的關(guān)系(連接)，將其用網(wǎng)絡的形式加以表示，進而分析其關(guān)系的模式與特征的理論、方法和技術(shù)(湯匯道，2009)。社會網(wǎng)絡分析法以圖形或者矩陣方式，直觀呈現(xiàn)出教育研究領域文獻間鏈接的強弱關(guān)系，較好地揭示某一研究領域在整個教育研究中所處的位置。

5.知識圖譜解讀和分析

為了避免繪制知識圖譜結(jié)果出現(xiàn)偏差，在繪制出教育研究領域知識圖譜后，最好能夠請本領域的專家對結(jié)果進行把關(guān)驗證。對知識圖譜解讀和分析時，首先，要匯報統(tǒng)計效度；其次，要與專家進行商討；第三，要對知識圖譜結(jié)果進行解讀，藉此預測教育研究領域的進展和趨勢，探尋教育研究熱點與前沿。

三、知識圖譜進行教育文獻內(nèi)容可視化的一個實例

為了解國內(nèi)學者在遠程教育領域的具體研究，我們選取了中國博士及優(yōu)秀碩士全文數(shù)據(jù)庫收錄的3170篇學位論文的關(guān)鍵詞作為分析材料，嘗試通過內(nèi)容可視化呈現(xiàn)我國遠程教育研究的熱點和現(xiàn)狀。首先，以中國知識基礎設施工程數(shù)據(jù)庫中的碩博士論文庫為研究主要數(shù)據(jù)源。其次，設定檢索條件，將主題詞設定為“遠程教育”，將時間設定為截至2013年6月9日。共檢索到3179篇文獻，剔除不符合要求的學位論文9篇，共得到有效文獻3170篇。對獲取的不同單位來源的學位論文的關(guān)鍵詞進行格式和內(nèi)容標準化。第三，選取Bicomb2.0和SPSS20作為知識圖譜繪制工具。第四，對查詢到文獻的關(guān)鍵詞進行詞頻分析：從關(guān)鍵詞總頻次14307次中確定19.51% 的前50位關(guān)鍵詞為高頻關(guān)鍵詞、建立高頻關(guān)鍵詞共詞頻矩陣、高頻關(guān)鍵詞聚類分析、高頻關(guān)鍵詞多維尺度分析，繪制出高頻關(guān)鍵詞知識圖譜(見圖1)。第五，對知識圖譜(圖1)進行相應的內(nèi)容解釋和分析，可以發(fā)現(xiàn)，遠程教育研究熱點主要圍繞八個領域展開，分別為：遠程教育支持系統(tǒng)及其應用技術(shù)研究、遠程教育中的個性化設計研究、遠程考試系統(tǒng)設計研究、網(wǎng)絡教學平臺的設計與實現(xiàn)研究、遠程教育的學習支持服務系統(tǒng)研究、遠程教育中的網(wǎng)絡課程的教學設計研究、遠程教育中的流媒體教育平臺研究與開發(fā)、遠程教育中的虛擬現(xiàn)實技術(shù)研究與開發(fā)。對可視化戰(zhàn)略坐標進行內(nèi)容分析，不僅可以發(fā)現(xiàn)，遠程考試系統(tǒng)設計研究和網(wǎng)絡教學平臺的設計與實現(xiàn)研究2類主題自身的內(nèi)部聯(lián)系緊密，且其研究成果處于有關(guān)遠程教育學位論文中心地位；遠程教育中的網(wǎng)絡課程的教學設計研究，流媒體教育平臺研究與開發(fā)2類主題自身內(nèi)部聯(lián)系較為松散，它們未來在遠程教育研究中具有較重要價值，可以加大對它們的研究力度；遠程教育中的虛擬現(xiàn)實技術(shù)研究中，落在第三象限的網(wǎng)絡教育、網(wǎng)絡交互、VRML等內(nèi)容之間的聯(lián)系較為緊密，而落在第四象限的虛擬實驗、虛擬實驗室、虛擬現(xiàn)實等內(nèi)容的相關(guān)研究成果與其他領域的相關(guān)成果比較而言還較少；遠程教育支持系統(tǒng)及其應用技術(shù)橫跨第一和第四象限，其處于第一象限的支持系統(tǒng)研究間聯(lián)系較為緊密，相應的研究也較多，而處于第四象限的遠程教育的應用技術(shù)則研究人員少，相應的成果也較少。而且，還可以發(fā)現(xiàn)，遠程教育中的個性化設計研究和遠程教育的學習支持服務系統(tǒng)研究分別處于戰(zhàn)略坐標的縱軸和橫軸，將最后為遠程教育研究關(guān)注的兩大中心點(郭文斌，俞樹文，2014)。

圖1 遠程教育研究熱點知識圖譜(郭文斌，俞樹文，2014)

四、知識圖譜進行教育文獻內(nèi)容可視化的注意事項

采用知識圖譜對教育文獻內(nèi)容可視化呈現(xiàn)時，應該注意以下三方面的內(nèi)容：

(一)關(guān)鍵詞的選取和標準化

知識圖譜分析的單詞多是以文本形式保存的詞匯清單，繪制工具可以找到該詞匯或詞組在文本所處的全部位置，對其進行自動統(tǒng)計。繪制知識圖譜時，為了使研究更加深入，大多數(shù)研究者會選取關(guān)鍵詞作為單詞詞頻分析對象。此時，需要注意：第一，關(guān)鍵詞的標準化。因為數(shù)據(jù)源文獻采集到的關(guān)鍵詞來源多樣，關(guān)鍵詞的標識可能存在差異，所以進行高頻關(guān)鍵詞提取前，要對詞義接近或者相同的關(guān)鍵詞進行合并，比如：將“自閉癥”、“孤獨癥”、“自閉癥譜系障礙”等含義相同的關(guān)鍵詞合并為“自閉癥譜系障礙”。隨后再進行關(guān)鍵詞詞頻統(tǒng)計。如若不然，會影響到關(guān)鍵詞的排序，致使結(jié)果發(fā)生偏差。第二，無意義關(guān)鍵詞的刪除。有的詞匯雖然以關(guān)鍵詞呈現(xiàn)，但是，它們并非實質(zhì)的關(guān)鍵詞，比如展望、政策等詞匯，需要研究者對此類詞匯進行甄別并予以手工刪除。

(二)判斷高頻關(guān)鍵詞閾限的適當性

(三)知識圖譜結(jié)構(gòu)分析

結(jié)構(gòu)分析也稱單詞語義網(wǎng)絡分析，主要應用因子分析和空間圖將詞語間的關(guān)系直觀的展示出來(諾曼，伊馮娜，風笑天，2007)，揭示事物關(guān)系中顯現(xiàn)出來的性質(zhì)。知識圖譜結(jié)構(gòu)分析時，需要呈現(xiàn)四方面的內(nèi)容：高頻關(guān)鍵詞系數(shù)矩陣、高頻關(guān)鍵詞聚類分析、多維尺度分析以及社會網(wǎng)絡分析。高頻關(guān)鍵詞系數(shù)矩陣中，研究者要交代清楚系數(shù)產(chǎn)生的統(tǒng)計原則，生成的矩陣為相同系數(shù)矩陣還是相異系數(shù)矩陣(知識圖譜論文中常采用相異系數(shù)矩陣)，并對系數(shù)矩陣之間的關(guān)系進行簡單的解讀。高頻關(guān)鍵詞聚類分析時，為更客觀的對單詞進行歸類，研究者可以先采用因子分析法，依據(jù)因子分析得分值，將研究對象因子分析所構(gòu)成的空間的變量點畫出來，以此對聚類分析結(jié)果進行完善(馬費成，望俊成，陳金霞，胡超，2007)。呈現(xiàn)高頻關(guān)鍵詞聚類分析圖后，研究者對聚類分析結(jié)果進行解讀時，要對呈現(xiàn)有關(guān)單詞的原始文獻進行綜合分析，挑選出最重要的文獻，并組織好它們之間的銜接關(guān)系，以類似綜述的形式將其呈現(xiàn)出來。此處涉及到大量原始文獻的精讀和取舍，是知識圖譜論文寫作時研究者花費時間較多的地方。在進行多維尺度分析時，一般要匯報生成的Stress和RSQ系數(shù)，交代清楚生成戰(zhàn)略坐標的知識領域的分布情況。此外，還需要求教育研究領域的相關(guān)專家對生成結(jié)果把關(guān)，進一步驗證劃分領域和命名的合理性。值得一提的是，根據(jù)多維尺度結(jié)果對各單詞對應的領域進行劃分時，應該允許少數(shù)單詞對應的領域和聚類分析結(jié)果有所出入。對知識圖譜內(nèi)容進行詳細的解讀，首先，需要將聚類分析和多維尺度分析結(jié)果結(jié)合在一起，對生成的知識領域進行解讀；其次，需要根據(jù)戰(zhàn)略坐標的象限分布，解讀各個領域的重要性；最后，需要根據(jù)縱橫坐標分布，從較為宏觀趨勢上對已有研究結(jié)果進行概括總結(jié)。

綜上所述，知識圖譜通過信息可視化對教育文獻內(nèi)容進行定量研究和定性研究的結(jié)合，極大提升了教育文獻內(nèi)容研究的質(zhì)量，為海量教育文獻內(nèi)容的深度解讀提供了可行性的技術(shù)支持。筆者期待更多的教育研究者投身到對教育文獻內(nèi)容可視化技術(shù)的討論和實際應用中來。

陳定權(quán). (2005). 同引分析與可視化技術(shù).情報科學, 23(4), 532-537.

郭文斌. (2015).知識圖譜理論在教育與心理研究中的應用.杭州：浙江大學出版社.4-6.

郭文斌,陳秋珠.(2012).特殊教育研究熱點知識圖譜.華東師范大學學報(教育科學版),30(3), 49-54.

郭文斌, 方俊明. (2015). 關(guān)鍵詞共詞分析法: 高等教育研究的新方法.高教探索,(9), 15-21.

郭文斌, 方俊明, 陳秋珠.(2012).基于關(guān)鍵詞共詞分析的我國自閉癥熱點研究.西北師大學報(社會科學版), 49(1), 128-132.

郭文斌, 俞樹文. (2014). 我國遠程教育研究熱點知識圖譜——基于 3170 篇碩士及博士學位論文的關(guān)鍵詞共詞分析.電化教育研究,(2), 163-171.

胡澤文, 孫建軍, 武夷山. (2013). 國內(nèi)知識圖譜應用研究綜述.圖書情報工作,57(3),131-137.

林夏. (2004). 信息可視化與內(nèi)容描述.現(xiàn)代圖書情報技術(shù),(10), 3-13.

劉則淵, 陳悅, 侯海燕. (2010).科學知識圖譜: 方法與應用.. 北京：人民出版社.5.

馬費成, 望俊成, 陳金霞, 胡超. (2007). 我國數(shù)字信息資源研究的熱點領域: 共詞分析透視.情報理論與實踐,30(4), 438-443.

馬費成, 張勤. (2006). 國內(nèi)外知識管理研究熱點——基于詞頻的統(tǒng)計分析.情報學報, 25(2), 163-171.

(美國)諾曼·K·鄧津，伊馮娜·S·林主編，風笑天等譯.(2007).肯定性研究:經(jīng)驗資料收集與分析方法(第3卷). 重慶：重慶大學出版社.837.

邱均平. (2007).信息計量學.武漢：武漢大學出版社.315.

任紅娟,張志強. (2009). 基于文獻計量的科學知識圖譜發(fā)展研究.情報雜志,(12), 86-90.

湯匯道. (2009). 社會網(wǎng)絡分析法述評.學術(shù)界,(3), 205-208.

張勤,馬費成. (2007). 國外知識管理研究范式.管理科學學報,(6),65-74.

鄭日昌,崔麗霞. (2001). 二十年來我國教育研究方法的回顧與反思.教育研究,(6), 17-21.

鐘文娟. (2012). 基于普賴斯定律與綜合指數(shù)法的核心作者測評——以《圖書館建設》為例.科技管理研究,32(2),57-60.

Bederson, B. B., & Shneiderman, B. (2003). The craft of information visualization: readings and reflections. San Francisco：Morgan Kaufmann./.

(責任編輯 陳振華)

陜西省田家炳項目“學校發(fā)展及改進計劃”。

10.16382/j.cnki.1000-5560.2016.01.007